--- schema_version: "library-reader-v1" source_type: "original_book" title: "数据要素五论：信息、权属、价值、安全、交易" author: null edition: null publisher: null year: null isbn: "9787301332191" library_document_id: "e15cef9b-a00b-4230-8ad6-386b4a5a8888" source_sha256: "53810151409244a84e00f024dab97d0128410aca823a5f3cfc1b191cfbfc2acf" pdf_physical_page_count: 267 pdf_physical_page_index_base: 0 range_start: 250 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888?start=250&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=250&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=240&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=260&limit=10" --- # 数据要素五论：信息、权属、价值、安全、交易 > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=250 | PRINTED_PAGE=NOT_DETECTED （续表） ## PDF_PHYSICAL_PAGE_INDEX=251 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=252 | PRINTED_PAGE=NOT_DETECTED 资料来源：王卫，张梦君，王晶. 国内外大数据交易平台调研分析[J]. 情报杂志，2019，38（2）：181-186.（有增删） 这里重点介绍两个数据交易平台： （1）BDEX BDEX拥有超过100家数据合作商，在通过隐私及安全审查后，可以为客户提供超过5500个数据分类（Data Categories），数据量包括13亿email信息，8亿email与手机ID绑定信息，3亿邮箱信息。例如，BDEX的数据能够帮助B2C销售公司深度了解消费者的行为和意图，提高公司市场推广活动的准确度。需求方在寻找数据产品时，先选择用户类型（移动、电子邮件等），然后可以从近500个不同的行业中选择数据集，同时可以根据显示的数据价格（最小、最大、均值）对数据进行筛选，去除质量不高的数据，以满足高质量的数据需求。 BDEX在数据交易中关于数据权属的思路为“一次购买，永久使用，禁止转售”，具体价格主要由销售经理与客户商议形成。 （2）Snowflake Marketplace 截止到2022年7月 ，Snowflake Marketplace可以为数据科学家、商业智能和分析专业人士以及所有需要数据驱动决策的人，提供访问来自260多个第三方数据供给商和数据服务提供商的1300多个实时和可随时查询的数据集的服务。需求方客户可以安全地访问实时、受管控的共享数据集，并实时接收该数据的自动更新。例如，该平台上某金融数据供应商，可以提供基于气候情景的分析，来检查可持续性法律、法规、政策、技术和能源转型对能源需求、组合和定价的预期影响，以及对个股的预测影响，并提供10年内的历史数据，这些数据涵盖了全球85% 的可投资股票组合。 Snowflake Marketplace作为数据交易平台，主要为数据产品提供存储、传输、安全等技术服务并对此收费，它并不拥有数据产品，数据产品权属在供给方，具体价格由供给方根据成本、收益及市场信息等综合确定。 ## PDF_PHYSICAL_PAGE_INDEX=253 | PRINTED_PAGE=NOT_DETECTED （四）非交易平台模式：数据资产凭证保障交易安全 当前的新形势下，各地各行业也在不断探索和升级数据交易模式。广东省出台的公共数据资产凭证、浙江省出台的个人数据云资产凭证和数据质押，为数据交易和数据利用开拓了新模式，提升了社会对数据交易的关注度和认知度。 1. 公共数据资产凭证 广东发放全国首张公共数据资产凭证[EB/OL].（2021-10-17）[2022-07-17]. http://www.gd.gov.cn/gdywdt/gdyw/content/post\_3578352.html. 广东省尝试使用公共数据资产凭证 ，在珠海、佛山、江门等地市的相关业务场景中开展公共数据资产凭证试点，其中企业信贷（“电费贷”）对于公共数据资产化管理具有重要探索意义。其实践如下：2021年10月，广东一家制造企业以一定时期内的用电数据向银行申请融资贷款，数据成为申请贷款的条件。作为数据来源的电网公司，需要保证数据的质量与真实性。在银行监督方面，银行需要确定数据的质量，因此在取得制造企业授权的前提下，通过电网公司申请获取用电数据，根据数据对申请信贷企业进行企业画像、贷款利率核定、信用额度审核、贷后风控监管。广东省政务服务数据管理局使用区块链技术为公共数据资产凭证提供技术支撑，确保企业与平台合规、数据使用安全、贷款产品正规。 2. 个人数据资产云凭证 胡炎桢，王若江. 浙江温州发出首张“个人数据资产云凭证” [EB/OL].（2021-10-21）[2022-07-12]. http://zj.news.cn/2021- 10/21/c\_1127981864.htm. ## PDF_PHYSICAL_PAGE_INDEX=254 | PRINTED_PAGE=NOT_DETECTED 2021年10月，全国首张“个人数据资产云凭证”在浙江省温州市诞生，一名电商创业者通过个人数据资产云凭证获得50万元个人信用贷款。“个人数据资产云凭证” 记载了每一份数据资产及其所有人的历史相关信息，包含个人的不动产权、婚姻状况、个人社保参保、公积金缴存、户口登记、不动产抵押等。通过不断记载数据资产的流动状况，形成可供审查的凭据，有效破解授信核查难等问题，提高了银行审批效率，并大幅降低了银行尽调成本。 “个人数据资产云凭证”由温州市大数据发展管理局签发，用户登录手机银行提交个人信用贷款申请，在银行短信提供的授权链接中刷脸验证进入温州市大数据管理局“个人数据管家”授权页面，同意授权后就会自动生成“个人数据资产云凭证”，并上传到“温州市公共数据区块链”平台。银行通过区块链数据标识获取凭证，根据用户的数据资产情况迅速发放贷款。 3. 数据质押 孟娇，郑闻呈. 数据资产“变现”，授信100万元！全国首单基于区块链 数据知识产权质押落地滨江[EB/OL].（2021-09-09）[2022-07-24]. https://baijiahao.baidu.com/s? id=1710400714852503172&wfr=spider&for=pc. 数据质押 通过对接银行、担保机构、数据公司等多方主体，利用大数据、区块链等技术手段，采集企业生产、经营链上的各类数据，由区块链存证平台发放存证证书，将数据转变成可量化的数字资产。 2021年，浙江省上线了全国首个知识产权区块链公共存证平台——浙江省知识产权区块链公共存证平台。以浙江某科技公司从可穿戴产品分析得到的沉浸式儿童注意力缺陷与多动障碍测评数据为例，经企业自行脱敏，省大数据交易中心进行安全加密后存至“浙江省知识产权区块链公共存证平台”，计划许可用于儿童多动症干预治疗项目。公司通过杭州一家融资担保公司增信后，获得银行授信100万元。 ## PDF_PHYSICAL_PAGE_INDEX=255 | PRINTED_PAGE=NOT_DETECTED （五）数据交易行业发展难点 1. 供给侧：数据产品数量与种类仍然不足 基于对数据价值评估不清晰、安全风险以及商业风险等的考虑，目前交易平台上可供交易的数据产品数量和种类有限。为保护个人数据隐私以及满足数据安全法律法规的要求，数据供应商对原始数据文件供应较少，大多是不涉及数据安全法以及个人隐私保护等的行业数据。数据安全保障措施不足，数据供给方对数据定价不了解，担心自 己的独家数据被商业对手获取等，导致大量有价值的数据没有成为可交易的资产，因此能够实现最终交易的数据产品数量和种类较为有限。这些都对以隐私计算、区块链等为核心的交易平台安全技术提出了很高的要求。 2. 需求侧：数据质量与成本要求较高 数据需求方为满足自身业务需要，达成数据应用的价值目标，通常要集成多种类型或多个行业的数据，因而必须对接大量的数据供应方，导致寻找高质量的数据产品来源的时间较多、成本较高。比如，普惠金融和农业信贷担保业务中，取得客户的税务、用电、公积金、医保等数据对降低风险有很大帮助，但往往需要和多个部门或组织协商谈判，在技术上还要将不同格式、形式的数据进行统一规范，导致数据利用的效果和时效性不佳且成本高，亟须交易平台提供全面的数据产品目录和一站式的数据增值服务。 3. 交易过程：监督与纠纷处理机制尚不成熟 数据的特性使得需求方只有获得数据产品之后才能验证数据质量，因此，交易各方对数据的质量与价值容易产生纠纷。目前，数据供给方在处理数据交易纠纷时，主要依赖企业内部的法务部门。法务部门全程参与数据交易过程，以合规审查、合同规避条款等手段避免交易的法律纠纷，重点关注法律性、合规性等风险防控。对于在数据服务过程中，可能因数据质量、数据服务成效、数据权属、服务系统故障等产生的纠纷问题，目前我国尚未形成有效的处理机制，使得大量数据交易中潜在的纠纷问题未得到充分的申诉和解决。由此，部分数据需求方对数据产品体验较差，数据服务中途或产品合同到期后即终止数据的持续交易，阻碍了数据交易的进一步发展。 ## PDF_PHYSICAL_PAGE_INDEX=256 | PRINTED_PAGE=NOT_DETECTED 4. 交易成果：通过正规交易平台完成交易的比例不高 全国数据交易市场仍处于探索和培育阶段，尚未形成全国性或区域性的具有推广可能的数据交易中心模式。传统的数据交易平台由于缺乏完善的安全技术、监管制度、市场推广手段和政策指导，逐渐变成数据信息集散地和渠道商之一，尚未成为数据交易行业的核心驱动力量。 此外，由于数据交易以及数据安全相关法律法规不完善，部分不符合安全和隐私要求的数据在一些灰色地带进行交易。这些不合法的数据产品，由于能产生高于合法产品的商业价值，对正规交易平台的交易需求会有一定影响。同时，灰色地带的存在，导致人民群众的隐私信息不断被泄露，也引发了广泛的安全担忧。国务院印发的《“十四五”数字经济发展规划》中提到要“严厉打击数据黑市交易，营造安全有序的市场环境”；发改委等部门联合印发的《关于推动平台经济规范健康持续发展的若干意见》中也提到要“依法依规打击黑市数据交易”。未来通过正规交易平台进行数据交易将逐渐成为主流。 ## PDF_PHYSICAL_PAGE_INDEX=257 | PRINTED_PAGE=NOT_DETECTED 三 数据交易行业展望 随着国家法律法规的不断完善，大数据、区块链、隐私计算等应用技术的不断发展，数据交易在合规合法、安全可控等方面得到的制度和技术支撑将日趋完善。 由于数据价值对供需双方而言存在信息不对称，需求侧重视数据价值的明确可得，在特定领域开展针对性的数据合作是未来的潮流；供给侧更为重视数据衍生的收集、整合、挖掘工作，将数据的衍生产品数据服务投放市场，使数据的价值更为明晰。从数据交易发展的现状来看，基于交易平台的数据交易仍是未来发展的趋势，前沿数据交易平台理论的不断发展能让数据交易产生更多的“落地”模式。 （一）理论上推进技术与机制设计 1. 数据科学 作为新型生产要素，数据在资源化和资产化的过程中，其存储、传输形式与传统生产要素差异较大，在应用、监督和管理上有难度。一方面，个人、企业、政府等主体的数字化转型，需要管理好、使用好数据，使数据发挥更大的价值；另一方面，数据交易的有序进行依赖于技术上能对交易双方进行有效监督，确保交易的公平，并在交易纠纷发生时进行调查和处理。 数据在应用过程中的标准化、标签化、模型化均是前沿数据科学研究的应用阵地，能够为数据交易夯实基础。在数据标准化方面，通过数据含义、逻辑关系、数据特征等维度利用算法取得的标准化数据，可以实现数据交易时输入输出的标准化，便于交易过程中的合规验证，降低了数据交易体系的维护成本。 ## PDF_PHYSICAL_PAGE_INDEX=258 | PRINTED_PAGE=NOT_DETECTED 数据标签化能在数据之间建立有机的联系，自动建立概念数据模型。利用前沿机器学习技术可以建立数据标签间的概念图谱，结合特征的识别，为不同数据分配主题类别，使数据标签化。与此同时，丰富数据表间的关系也能大大降低逆数据搜集与匹配的人力成本，便于交易市场参与者对市场中的数据产品进行快速检索。 数据模型化是通过人工智能算法将数据提炼成机器学习模型，反映出更为基础的知识信息，能够明晰数据隐含的逻辑链条，将知识直接置于市场之中，丰富了数据市场，为进一步评价数据质量与价值提供了思路。 2. 数据定价及价值分配机制 数据交易模式受到市场中参与各方角色的影响，国内外学者也为不同模式建立了模型，以探索可能的数据交易模式。在众多数据市场及数据交易平台模型中，三方交易是最为典型、最为基本的一种。数据供给方将数据产品或服务通过交易平台上架并完成定价，吸引需求方购买，平台确保交易真实完成后，按约定规则将价值收益分配给数据供给方，并收取一定费用。 在平台模型中，定价机制与价值分配机制（多来源数据）是影响模型的核心要素，对模型的均衡状态起到决定性作用。 数据价值的分配机制主要针对数据供给侧，有效的激励手段能吸引更多的数据供给方进入市场，因此平台需要将数据交易的收益公平地分配给各供给方。目前，交易平台中的利润分配方式主要采用协议分配、按贡献分配（沙普利值法）、按质量分配等。随着数据权属的逐渐明晰，数据价值的利益方会逐渐增多。例如，以往数据的所有权和使用权往往是一致的，随着数据交易的活跃，数据的所有权和使用权可能会分别交易，利益方也随之增多，因此数据价值的分配机制和模型将日益重要。 ## PDF_PHYSICAL_PAGE_INDEX=259 | PRINTED_PAGE=NOT_DETECTED （二）实践中改善政策与市场环境 1. 政策环境 当前，加快培育数据要素市场，推进政府数据开放共享，提升社会数据资源价值正成为行业共识。相关部门出台了支持数据交易平台建设和规范市场行为的法律法规和政策，在促进数据价值实现和市场公平竞争方面做了不少工作，为数据交易行业的发展提供了有力保障。 在国家层级上，2021年施行的《数据安全法》第十九条规定“国家建立健全数据交易管理制度，规范数据交易行为，培育数据交易市场”，这是我国首次在国家法律层面涉及数据交易制度。2022年印发的《“十四五”数字经济发展规划》中提出到2025年，数字经济核心产业增加值占国内生产总值比重达到10%，数据要素市场体系初步建立；在“专栏3数据要素市场培育试点工程”中专门提到要培育发展数据交易平台，发展包含数据资产评估、登记结算、交易撮合、争议仲裁等的运营体系，健全数据交易平台报价、询价、竞价和定价机制。 在地方层级上，2022年开始实施的《深圳经济特区数据条例》提出： （1）建立健全数据治理制度和标准体系，支持数据相关行业组织制定团体标准和行业规范，鼓励市场主体制定数据相关企业标准，参与制定相关地方标准和团体标准。（2）推动数据质量评估认证和数据价值评估。（3）探索建立数据生产要素统计核算制度，准确反映数据生产要素的资产价值，推动将数据生产要素纳入国民经济核算体系。 （4）允许市场主体通过依法设立的数据交易平台进行数据交易或者由交易双方依法自行交易。 因此，从政策环境来看，目前的法律法规等制度是有助于数据交易行业健康有序长远发展的。 2. 市场趋势 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/e15cef9b-a00b-4230-8ad6-386b4a5a8888.md?start=260&limit=10)